미적분변화 현상의 미분방정식 모형#506

변화 현상의 미분방정식 모형

Differential Equation Models of Change

변화 현상의 미분방정식 모형은 변화율에 대한 가정과 초기값으로 현상을 나타낸 식이다. 가상 냉각·혼합 탱크·연속 유입 잔고로 식을 세우고, 관측값으로 계수를 정하고, 오일러 근사와 비교하며, 단위·적용 기간·가정의 한계를 해석한다.

읽는 시간
약 9분
선수 개념
오일러의 방법일계 선형 미분방정식과 적분인자

직관 — 지금의 차이가 다음 변화를 정한다

직관

따뜻한 물체는 주변과 온도가 많이 다를 때 더 빠르게 식는다고 생각해 보자. 잔고는 현재 금액에 따른 증가분과 새로 들어오는 돈 때문에 바뀔 수 있다. 이런 가정을 순간의 변화율로 적으면 앞으로의 값을 계산할 모형이 된다.

모형은 실제 현상에서 어떤 관계를 남길지 정한 수학적 표현이다. 이 글의 수치와 상황은 계산을 위해 만든 가상 자료다. 변수분리와 적분인자로 해를 구하고, 오일러 방법과 비교한다. 식의 정확한 해와 현실에 대한 정확한 예측을 구별하는 것이 목표다.

미분방정식 모형은 변화율의 가정과 초기값을 묶는다

미분방정식 모형은 시간에 따른 양의 변화율을 현재 상태와 연결한 식이다. 시간 tt, 상태 y(t)y(t)의 단위를 먼저 정하고 초기값과 적용 기간을 적는다. 일반적인 표기는 다음과 같다.

y′(t)=F(t,y(t)),y(0)=y0.(1)y'(t)=F(t,y(t)),\qquad y(0)=y_0. \tag{1}
정의
기호이름원어뜻
tt시간time냉각·혼합은 분, 잔고는 년으로 따로 정의
y,y0y,y_0상태와 초기값state and initial value시간의 함수와 시작 시각의 값
FF변화율 함수rate function시간과 상태로 정하는 순간 변화율
TT물체 온도object temperature섭씨로 나타낸 온도, 본문 냉각 예의 주변 온도는 20
kk비례계수rate constant냉각 예에서 단위는 분의 역수
QQ소금의 양amount of salt혼합 탱크 안의 소금, 단위 g
BB가상 잔고hypothetical balance금액 단위로 나타낸 상태
h,Tnh,T_n시간 간격과 근사 온도step size and approximate temperature오일러 근사의 한 번 이동 폭과 tn=nht_n=nh에서의 값

식 (1)을 세우고 쓰는 과정은 다음 여섯 단계로 정리할 수 있다. 앞의 넷이 식을 세우는 단계이고, 뒤의 둘이 쓰고 고치는 단계다.

  1. 상태와 단위: 무엇을 yy로 둘지, 시간을 어떤 단위로 잴지 정한다.
  2. 변화의 원인: 변화율이 무엇에 비례하는지, 무엇이 들어오고 나가는지 적는다.
  3. 부호와 계수: 늘리는 원인은 더하고 줄이는 원인은 빼며, 모든 항의 단위를 맞춘다.
  4. 초기값과 적용 범위: 시작 값과 가정이 유지되는 기간을 적는다.
  5. 풀이와 검산: 해를 원식과 초기값에 넣어 확인하고, 정확해가 없으면 수치 근사를 쓴다.
  6. 해석과 수정: 관측과 비교해 어긋나면 2단계의 가정으로 돌아간다.

축적량에서는 같은 단위로 환산한 유입률에서 유출률을 뺀다. 각 원인을 무조건 더하거나, 하루 단위 계수를 분 단위 시간에 그대로 곱하지 않는다.

가상 냉각에서는 온도차가 지수적으로 줄어든다

주변 온도는 20 ∘C20\,{}^\circ\mathrm C로 일정하고, 물체의 온도는 한 값으로 표현할 수 있다고 가정한다. 온도 변화율은 주변과의 차에 비례하며, 계수 k=0.1 min−1k=0.1\,\mathrm{min}^{-1}도 일정하다. 초기 온도 80에서 시작하여 0≤t≤200\le t\le20분을 계산하자.

T′=−0.1(T−20),T(0)=80.(2)T'=-0.1(T-20),\qquad T(0)=80. \tag{2}

T>20T>20이면 오른쪽이 음수라 식고, T<20T<20이면 양수라 따뜻해진다. T=20T=20은 변화율이 0인 상수해, 곧 평형해다. 초기값 80에 대해서는 U=T−20U=T-20을 두면 U′=−0.1UU'=-0.1U, U(0)=60U(0)=60이다. 변수분리로 ln⁡∣U∣=−0.1t+C\ln|U|=-0.1t+C를 얻고 초기값을 넣는다.

T(t)=20+60e−0.1t,T(10)=20+60e−1≈42.0728 ∘C.(3)T(t)=20+60e^{-0.1t},\qquad T(10)=20+60e^{-1}\approx42.0728\,{}^\circ\mathrm C. \tag{3}

T′=−6e−0.1tT'=-6e^{-0.1t}를 식 (2)의 오른쪽에 대입하면 같은 값이고 T(0)=80T(0)=80도 맞는다. 식 (3)의 지수 0.1t0.1t는 분의 역수와 분을 곱한 값이라 단위가 없다. 수학적으로 식을 더 긴 시간까지 계산할 수 있어도, 실제 물체에서 주변 온도와 계수가 계속 일정한지는 따로 확인해야 한다.

해를 구하기 전에도 부호만으로 모양을 읽을 수 있다. 그림 1은 식 (2)의 방향장에 처음 온도 80, 50, 0인 해와 평형해 20을 겹쳤다. 선분의 방향만 보아도 어느 해가 20을 건너지 않고 20에 다가가는지 알 수 있다.

가상 냉각식 T'=-0.1(T-20)의 방향장 위에 처음 온도 80(굵은 곡선), 50, 0인 해와 평형해 20(점선)을 그렸다. 20보다 높으면 내려가고 낮으면 올라가며, 어느 해도 20을 건너지 않는다.
그림 1 가상 냉각식 T′=−0.1(T−20)T'=-0.1(T-20)의 방향장 위에 처음 온도 80(굵은 곡선), 50, 0인 해와 평형해 20(점선)을 그렸다. 20보다 높으면 내려가고 낮으면 올라가며, 어느 해도 20을 건너지 않는다. figures/cooling_direction_field.py

냉각 모형은 언제나 온도가 내려가나요?

아니다. 냉각 모형에서 온도는 주변보다 높을 때만 내려간다. 식 (2)에서 처음 온도가 0이면 해는 T=20−20e−0.1tT=20-20e^{-0.1t}로, 10분 뒤 약 12.64도까지 올라간다(그림 1의 아래 곡선). 주변과 같으면 상수해다.

정확해와 오일러 근사를 같은 시간에서 비교한다

간격 h=5h=5분으로 오일러 방법을 적용하면 현재의 변화율을 5분 동안 유지한다고 근사한다.

Tn+1=Tn+h[−0.1(Tn−20)],T0=80.(4)T_{n+1}=T_n+h[-0.1(T_n-20)],\qquad T_0=80. \tag{4}

식 (4)의 첫 단계는 T1=80+5(−6)=50T_1=80+5(-6)=50이다. 둘째는 T2=50+5[−0.1(50−20)]=35T_2=50+5[-0.1(50-20)]=35다. 표의 정확해는 식 (3)을 계산한 뒤 마지막 표시만 반올림했다. 실제 온도를 측정한 자료가 아니다.

시간 tt (분)정확해의 값 (∘C{}^\circ\mathrm C)오일러 값 (∘C{}^\circ\mathrm C)
080.000080.0000
556.391850.0000
1042.072835.0000
1533.387827.5000
2028.120123.7500

그림 2에서 두 값은 같은 초기점에서 출발하지만 이후 다르다. 오일러 값은 각 단계의 시작 기울기로 만든 근사이고, 정확해의 값은 해당 방정식을 정확히 푼 식에서 얻은 값이다. 반올림 오차와 근사 방법의 오차도 서로 구별한다.

가상 냉각식의 정확해 T(t)와 오일러 근사 h=5, h=15를 비교한다. 점선은 일정한 주변 온도 20이며, h=15는 한 걸음 만에 주변 온도보다 낮은 -10으로 내려간다. 실측 자료가 아니다.
그림 2 가상 냉각식의 정확해 T(t)T(t)와 오일러 근사 h=5h=5, h=15h=15를 비교한다. 점선은 일정한 주변 온도 20이며, h=15h=15는 한 걸음 만에 주변 온도보다 낮은 −10-10으로 내려간다. 실측 자료가 아니다. figures/cooling_comparison.py

이 모형에서는 Un=Tn−20U_n=T_n-20으로 두면 Un+1=(1−0.1h)UnU_{n+1}=(1-0.1h)U_n이다. 0<h<100<h<10이면 0<1−0.1h<10<1-0.1h<1이라 양의 차이가 단계마다 줄어든다. h=10h=10이면 한 걸음 만에 T1=20T_1=20이 되어 머물고, 10<h<2010<h<20이면 20의 위아래를 오가며, h>20h>20이면 차이가 커진다.

그림 2의 h=15h=15는 T1=80+15(−6)=−10T_1=80+15(-6)=-10이다. 20도 방에서 식는 물체가 영하가 된다는 예측인데, 모형이 아니라 근사가 만든 결과다. 간격을 절반으로 바꿔 같은 시각의 오차를 비교하는 것은 수치 방법을 점검하는 활동이지 모든 모형의 오차를 보장하는 증명은 아니다.

미분방정식 모형에서 오일러 간격을 바꾸면 무엇을 기록해야 하나요?

같은 초기값과 끝 시각에서 간격과 결과를 함께 적는다. 이 냉각 예는 정확해가 있어 차를 직접 계산할 수 있다. h=5h=5의 20분 값 23.75는 정확해 28.1201과 약 4.37 차이 난다. 표시 자릿수를 늘려도 간격 때문에 생긴 이 오차는 줄지 않는다.

냉각 모형의 비례계수 k는 관측값으로 어떻게 정할까?

계수를 모르면 kk를 남긴 해에 다른 시각의 관측값 하나를 넣어 정한다. 같은 가상 상황에서 kk를 모르고, 5분 뒤 50도를 관측했다고 하자. 식 (3)과 같은 변수분리로 해는 다음 꼴이다.

T(t)=20+60e−kt.(5)T(t)=20+60e^{-kt}. \tag{5}

t=5t=5에 관측값 50을 넣고 로그를 취한다.

50=20+60e−5k,e−5k=12,k=ln⁡25≈0.1386 min−1.(6)50=20+60e^{-5k},\qquad e^{-5k}=\frac12,\qquad k=\frac{\ln2}{5}\approx0.1386\,\mathrm{min}^{-1}. \tag{6}

이제 예측은 kk를 다시 계산하지 않고 할 수 있다. e−15k=(e−5k)3=1/8e^{-15k}=(e^{-5k})^3=1/8이므로 15분 뒤 온도는 20+60/8=27.520+60/8=27.5도다. 25도가 되는 시각은 60e−kt=560e^{-kt}=5에서 t=5ln⁡12/ln⁡2≈17.92t=5\ln12/\ln2\approx17.92분이다.

주변 20, 처음 80인 가상 냉각식에서 k만 0.05, ln2/5, 0.3으로 바꾼 세 곡선. 관측점 (5,50)을 지나는 것은 k=ln2/5≈0.1386뿐이고, 그 곡선의 15분 값이 빈 원 (15,27.5)다.
그림 3 주변 20, 처음 80인 가상 냉각식에서 kk만 0.05, ln⁡2/5\ln2/5, 0.3으로 바꾼 세 곡선. 관측점 (5,50)(5,50)을 지나는 것은 k=ln⁡2/5≈0.1386k=\ln2/5\approx0.1386뿐이고, 그 곡선의 15분 값이 빈 원 (15,27.5)(15,27.5)다. figures/cooling_rate_fit.py

그림 3에서 k=0.05k=0.05와 k=0.3k=0.3의 곡선은 관측점을 지나지 않는다. 관측 하나가 곡선 하나를 고른 것이다. 모형을 확인하려면 계수를 정하는 데 쓰지 않은 시각에서 다시 잰다. 15분에 측정한 값이 27.5와 크게 다르면 온도차에 비례한다는 가정이나 일정한 주변 온도 가정을 다시 본다.

혼합 탱크의 소금 양은 유입률에서 유출률을 빼서 세운다

물 100 L가 든 탱크에 처음 소금은 없다. 농도 2 g/L인 소금물이 분당 5 L 들어오고, 잘 섞인 용액이 분당 5 L 나간다. 소금의 양을 Q(t)Q(t) g, 시간을 분으로 두면 탱크 안 농도는 Q/100Q/100 g/L다. 그림 4의 위쪽이 이 흐름이다.

Q′=2⋅5−Q100⋅5=10−0.05Q,Q(0)=0.(7)Q'=2\cdot5-\frac{Q}{100}\cdot5=10-0.05Q,\qquad Q(0)=0. \tag{7}

두 항은 모두 (g/L)×(L/min)이라 g/min이고, 왼쪽 Q′Q'의 단위와 맞는다. 식 (7)은 Q′+0.05Q=10Q'+0.05Q=10인 일계 선형 꼴이므로 적분인자 e0.05te^{0.05t}를 곱한다.

(e0.05tQ)′=10e0.05t,e0.05tQ=200e0.05t+C,Q(t)=200(1−e−0.05t).(8)\begin{aligned} (e^{0.05t}Q)'&=10e^{0.05t},\\ e^{0.05t}Q&=200e^{0.05t}+C,\\ Q(t)&=200\left(1-e^{-0.05t}\right). \end{aligned} \tag{8}

마지막 줄은 Q(0)=0Q(0)=0에서 C=−200C=-200을 얻어 정리했다. 시간이 지나면 QQ는 200 g에 다가가고, 그때 농도 200/100=2200/100=2 g/L는 들어오는 소금물의 농도와 같다. 단위와 뜻이 함께 맞는 극한이 나오는 것도 검산이다.

소금이 100 g이 되는 시각은 e−0.05t=1/2e^{-0.05t}=1/2에서 t=20ln⁡2≈13.86t=20\ln2\approx13.86분이다. 1시간 뒤에는 Q(60)=200(1−e−3)≈190.04Q(60)=200(1-e^{-3})\approx190.04 g이다. 그림 4의 아래쪽이 이 곡선이다.

가상 혼합 탱크. 위는 들어오는 소금물(분당 5 L, 2 g/L)과 나가는 용액(분당 5 L, 농도 Q/100 g/L)이고, 아래는 식 (8)의 Q(t)가 200 g으로 다가가며 약 13.86분에 100 g이 되는 모습이다.
그림 4 가상 혼합 탱크. 위는 들어오는 소금물(분당 5 L, 2 g/L)과 나가는 용액(분당 5 L, 농도 Q/100Q/100 g/L)이고, 아래는 식 (8)의 Q(t)Q(t)가 200 g으로 다가가며 약 13.86분에 100 g이 되는 모습이다. figures/mixing_tank.py

이 식은 들어온 소금물이 곧바로 고르게 섞인다고 가정했다. 들어오고 나가는 속도가 같아 부피도 100 L로 유지된다. 두 속도가 다르면 부피가 V(t)V(t)로 바뀌어 유출항이 rQ/V(t)rQ/V(t)(rr은 분당 유출량)가 되고, 계수가 tt의 함수인 선형식이 된다.

가상 잔고는 현재 금액과 지속적인 유입을 함께 반영한다

이번에는 tt를 년, BB를 금액 단위로 정한다. 잔고에 비례한 연속 증가율은 0.02B0.02B, 외부의 연속 유입률은 1년에 100이라고 가정한다. 출금이나 수수료는 없고 계수는 일정하다. 이는 실제 금융상품의 수익을 예측하는 식이 아니라 가정이 정해진 계산 모형이다.

B′=0.02B+100,B(0)=1000.(9)B'=0.02B+100,\qquad B(0)=1000. \tag{9}

B′−0.02B=100B'-0.02B=100이므로 적분인자는 e−0.02te^{-0.02t}다. 곱을 미분한 식에서 출발하면 다음과 같다.

(e−0.02tB)′=100e−0.02t,e−0.02tB=−5000e−0.02t+C,B=−5000+Ce0.02t,B(t)=6000e0.02t−5000.(10)\begin{aligned} (e^{-0.02t}B)'&=100e^{-0.02t},\\ e^{-0.02t}B&=-5000e^{-0.02t}+C,\\ B&=-5000+Ce^{0.02t},\\ B(t)&=6000e^{0.02t}-5000. \end{aligned} \tag{10}

마지막 줄은 1000=−5000+C1000=-5000+C를 사용했다. B′=120e0.02tB'=120e^{0.02t}이고 0.02B+1000.02B+100도 같은 값이다. B(1)≈1121.2080B(1)\approx1121.2080, B(5)≈1631.0255B(5)\approx1631.0255다.

연말 입금과 연속 유입은 같은 잔고가 될까?

같은 ‘1년에 100’이라도 들어오는 시점이 다르면 잔고가 달라진다. 식 (9)는 100이 1년 동안 고르게 들어온다는 가정이다. 같은 100을 연말에 한 번씩 넣고 그 사이에는 B′=0.02BB'=0.02B로만 자란다고 하면, 다섯 번째 입금 직후의 잔고는 다음과 같다.

1000e0.1+100(e0.08+e0.06+e0.04+e0.02+1)≈1625.78.(11)1000e^{0.1}+100\left(e^{0.08}+e^{0.06}+e^{0.04}+e^{0.02}+1\right)\approx1625.78. \tag{11}

그림 5에서 연속 유입은 매끄럽게 1631.03에 닿고, 연말 입금은 1년마다 100씩 뛰는 계단 모양으로 식 (11)의 1625.78에 닿는다. 약 5.24의 차이는 연속 유입에서 들어온 돈이 곧바로 불어나기 시작하기 때문이다. 연말 입금은 미분방정식 하나가 아니라, 1년 구간마다 B′=0.02BB'=0.02B를 풀고 연말에 100을 더하는 규칙으로 나타낸다.

가상 잔고 모형. 굵은 곡선은 연속 유입 B'=0.02B+100의 해, 계단 모양은 같은 100을 연말에 한 번씩 넣는 경우다. 5년 뒤 값은 각각 1631.03과 1625.78이며 실제 금융상품의 수익이 아니다.
그림 5 가상 잔고 모형. 굵은 곡선은 연속 유입 B′=0.02B+100B'=0.02B+100의 해, 계단 모양은 같은 100을 연말에 한 번씩 넣는 경우다. 5년 뒤 값은 각각 1631.03과 1625.78이며 실제 금융상품의 수익이 아니다. figures/deposit_timing_balance.py
핵심

변화 현상의 미분방정식 모형은 단위·변화율 가정·초기값·적용 범위를 함께 정한 식이며, 식을 정확히 푸는 일과 그 가정이 현실에 맞는지 확인하는 일은 따로다.

미분방정식을 정확히 풀면 실제 예측도 정확한가요?

아니다. 방정식의 해라는 사실과 현실을 잘 설명한다는 사실은 다르다. 식 (3)의 T(10)≈42.0728T(10)\approx42.0728은 주변 온도 20과 계수 0.1이 10분 동안 그대로라는 가정 아래의 값이다. 주변 온도가 변하거나 외부 유입이 중단되면 식을 만든 가정이 달라진다.

미분방정식 모형의 평형해는 언제나 의미가 있나요?

아니다. 평형해는 변화율이 0인 상수해일 뿐, 모형의 뜻에 맞는지는 따로 본다. 냉각의 20도와 혼합의 200 g은 해가 다가가는 값이다. 잔고 모형의 평형 B=−5000B=-5000은 음수 잔고라 이 모형의 범위 밖이고, B>−5000B>-5000이면 해가 오히려 멀어진다.

미분방정식 모형의 흔한 오해

  • 시간 단위는 식을 그대로 두고 바꾸면 된다. — 식 (2)에서 시간만 초로 바꾸면 계수는 0.1/600.1/60으로 바꿔야 같은 변화를 나타낸다.
  • 나가는 소금의 양도 들어오는 농도로 계산한다. — 유출항을 2⋅5=102\cdot5=10으로 두면 Q′=10−10=0Q'=10-10=0이어서 소금이 0 g에 머문다. 나가는 용액의 농도는 탱크 안의 Q/100Q/100이다.
  • 계수를 맞춘 곡선이 관측값을 지나면 모형이 검증된 것이다. — 그림 3의 (5,50)(5,50)은 그 점을 지나도록 kk를 고른 값이다. 검증에는 15분처럼 계수를 정하는 데 쓰지 않은 시각의 관측이 필요하다.

직접 해보기

  1. 본문 냉각 모형에서 온도가 50이 되는 시각을 정확한 식과 분 단위 근삿값으로 구하자.
  2. 주변 온도 4도, 처음 온도 24도, 계수 k=0.1 min−1k=0.1\,\mathrm{min}^{-1}인 가상 냉각을 세우자. 가정이 30분 동안 유지된다고 할 때 10분 뒤 온도와, 5도 이하가 되는 시각을 구하자.
  3. 가상 축적량 QQ의 유입률은 분당 50단위, 유출률은 현재 양의 0.1배/분이다. Q(0)=100Q(0)=100일 때 식과 해를 구하고, 가정이 계속 유지될 때의 극한을 구하자.
  4. 본문 냉각 초기값에서 h=2.5h=2.5분으로 두 단계 계산해 5분의 값을 구하자. h=5h=5의 값과 각각 정확해에 대한 오차의 절댓값을 비교하자.
  5. 주변 온도 25도, 처음 온도 95도인 가상 물체가 10분 뒤 60도였다. 냉각 모형의 kk와 20분 뒤의 예측 온도를 구하자.
답과 풀이
  1. 50=20+60e−0.1t50=20+60e^{-0.1t}에서 e−0.1t=1/2e^{-0.1t}=1/2다. 로그를 취하면 t=10ln⁡2≈6.9315t=10\ln2\approx6.9315분이다. 지정한 0분부터 20분 범위 안에 있다.
  2. T′=−0.1(T−4)T'=-0.1(T-4), T(0)=24T(0)=24이므로 T=4+20e−0.1tT=4+20e^{-0.1t}다. 10분 뒤 T(10)=4+20e−1≈11.36T(10)=4+20e^{-1}\approx11.36도다. 4+20e−0.1t≤54+20e^{-0.1t}\le5에서 e−0.1t≤1/20e^{-0.1t}\le1/20, 곧 t≥10ln⁡20≈29.96t\ge10\ln20\approx29.96분이므로 가정한 30분 안에 든다.
  3. Q′=50−0.1QQ'=50-0.1Q다. Q=500+Ce−0.1tQ=500+Ce^{-0.1t}에 초기값을 넣으면 C=−400C=-400이므로 Q=500−400e−0.1tQ=500-400e^{-0.1t}다. 도함수 40e−0.1t40e^{-0.1t}를 원식에 넣어 검산할 수 있고, 가정 유지 시 극한은 500단위다. 무기한 같은 가정이 현실에서 성립한다는 주장은 아니다.
  4. 첫 단계는 80+2.5(−6)=6580+2.5(-6)=65, 둘째는 65+2.5[−0.1(65−20)]=53.7565+2.5[-0.1(65-20)]=53.75다. 정확해 20+60e−0.5≈56.391820+60e^{-0.5}\approx56.3918과의 차는 약 2.64182.6418이다. h=5h=5의 값 50은 차가 약 6.39186.3918이므로 이 비교에서는 간격을 줄인 결과가 더 정확하다.
  5. T=25+70e−ktT=25+70e^{-kt}에 T(10)=60T(10)=60을 넣으면 e−10k=1/2e^{-10k}=1/2, k=ln⁡2/10≈0.0693 min−1k=\ln2/10\approx0.0693\,\mathrm{min}^{-1}이다. 20분 뒤에는 e−20k=1/4e^{-20k}=1/4이므로 T(20)=25+70/4=42.5T(20)=25+70/4=42.5도다. 이 값은 실제 20분 측정과 비교해야 모형을 검증할 수 있다.

가정표, 단위가 붙은 해, 같은 시각의 정확해·근사값 표를 하나의 산출물로 묶자. 마지막에는 ‘계수가 변하면 어떤 식을 다시 세워야 하는가’와 ‘계산 검산으로 확인하지 못한 현실의 조건은 무엇인가’를 각각 한 문장으로 적는다. 가정이 바뀌었는데 기존 곡선만 연장하는 것을 피하는 것이 이 활동의 반성 단계다.

더 읽기

영상 노트

영상 노트
  • 00:00 변화율을 정하기 전에 단위와 가정 적기
  • 00:40 그림 1의 방향장으로 식 (2)의 부호와 평형해 읽기
  • 01:30 그림 2에서 정확해와 오일러 근사, h=15의 영하 예측 비교하기
  • 02:20 식 (6)으로 관측값에서 k 정하고, 그림 3으로 맞춤과 검증 구별하기
  • 03:10 그림 4의 혼합 탱크로 식 (7)의 단위 맞추기
  • 04:00 그림 5에서 연속 유입과 연말 입금 비교하기

지도에서의 위치

이 페이지의 기록
  1. 2026-11-17 · 메타데이터 보완 — 실제 위키데이터 조회 결과를 기록
  2. 2026-11-17 · 에이전트 초안 — 정의와 일반 유도, 경계 조건과 새 연습 작성
  3. 2026-11-17 · 전수 검수 반영 — 모형 세우기 여섯 단계, 방향장으로 부호 읽기, 관측값으로 비례계수 정하기, 혼합 탱크, 큰 간격 오일러의 영하 예측, 연말 입금 비교와 평형해 질문 보강, 해보기 5문항, 기호표를 본문 기호에 맞춤 (에이전트 수정, 그림 2→5)
  4. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림